文件智慧服務美國稅務文件模型

重要

• 文件智慧服務公開預覽版本可供您搶先試用在開發期間的功能。
• 根據使用者意見反應，功能、方法和流程在正式發行 (GA) 前可能有所變更。
• 文件智慧服務用戶端程式庫的公開預覽版本預設為 REST API 版本 2024-02-29-preview。
• 公開預覽版本 2024-02-29-preview 目前僅適用於下列 Azure 區域：
• 美國東部
• 美國西部 2
• 西歐

此內容適用於： v4.0 (預覽版) | 舊版： v3.1 (GA)

Document Intelligence 合約模型會使用功能強大的光學字元辨識 (OCR) 功能，從選取的稅務文件群組中分析和擷取重要欄位和明細項目。 稅務文件的格式與品質有各種類型，包括手機擷取的影像、掃描的文件以及數位 PDF。 API 會分析文件文字，擷取如客戶名稱、帳單地址、到期日和到期金額等重要資訊，並傳回結構化 JSON 資料表示。 此模型目前支援特定的英文稅務文件格式。

支援的文件類型：

• W-2
• 1098
• 1098-E
• 1098-T
• 1099 和變化型 (A、B、C、CAP、DIV、G、H、INT、K、LS、LTC、MISC、NEC、OID、PATR、Q、QA、R、S、SA、SB)
• 1040 和變化型 (排程 1、排程 2、排程 3、排程 8812、排程 A、排程 B、排程 C、排程 D、排程 E、排程 EIC、排程 F、排程 H、排程 J、排程 R、排程 SE 和排程資深)

自動化稅務文件處理

自動化稅務文件處理是從稅務文件中擷取重要欄位的流程。 在過去，稅賦文件為手動處理。 此模型可讓稅賦案例輕鬆自動化。

開發選項

文件智慧服務 v4.0 (2023-10-31-preview) 支援以下工具、應用程式和程式庫：

功能	資源	Model ID
美國稅務表單模型	• 文件智慧服務工作室 • REST API • C# SDK • Python SDK • JAVA SDK • JavaScript SDK	• prebuilt-tax.us.W-2 • prebuilt-tax.us.1098 • prebuilt-tax.us.1098E • prebuilt-tax.us.1098T • prebuilt-tax.us.1099A • prebuilt-tax.us.1099B • prebuilt-tax.us.1099C • prebuilt-tax.us.1099CAP • prebuilt-tax.us.1099DIV • prebuilt-tax.us.1099G • prebuilt-tax.us.1099H • prebuilt-tax.us.1099INT • prebuilt-tax.us.1099K • prebuilt-tax.us.1099LS • prebuilt-tax.us.1099LTC • prebuilt-tax.us.1099MISC • prebuilt-tax.us.1099NEC • prebuilt-tax.us.1099OID • prebuilt-tax.us.1099PATR • prebuilt-tax.us.1099Q • prebuilt-tax.us.1099QA • prebuilt-tax.us.1099R • prebuilt-tax.us.1099S • prebuilt-tax.us.1099SA • prebuilt-tax.us.1099SB • prebuilt-tax.us.1040 • prebuilt-tax.us.1040Schedule1 • prebuilt-tax.us.1040Schedule2 • prebuilt-tax.us.1040Schedule3 • prebuilt-tax.us.1040Schedule8812 • prebuilt-tax.us.1040ScheduleA • prebuilt-tax.us.1040ScheduleB • prebuilt-tax.us.1040ScheduleC • prebuilt-tax.us.1040ScheduleD • prebuilt-tax.us.1040ScheduleE • prebuilt-tax.us.1040ScheduleEIC • prebuilt-tax.us.1040ScheduleF • prebuilt-tax.us.1040ScheduleH • prebuilt-tax.us.1040ScheduleJ • prebuilt-tax.us.1040ScheduleR • prebuilt-tax.us.1040ScheduleSE • prebuilt-tax.us.1040Senior

輸入需求

• 若要得到最佳結果，請為每個文件提供一張清晰的照片或高畫質的掃描檔案。

• 支援的檔案格式：

  模型	PDF	影像： JPEG/JPG、PNG、BMP、TIFF、HEIF	Microsoft Office： Word (DOCX)、Excel (XLSX)、PowerPoint (PPTX)、HTML
  參閱	✔	✔	✔
  版面配置	✔	✔	✔ (2024-02-29-preview、2023-10-31-preview)
  一般文件	✔	✔
  預建	✔	✔
  自訂擷取	✔	✔
  自訂分類	✔	✔	✔ (2024-02-29-preview)

• 若使用 PDF 和 TIFF，最多可處理 2000 頁 (若使用免費層訂閱，則只會處理前兩頁)。

• 用於分析文件付費 (S0) 階層的檔案大小為 500 MB，而免費 (F0) 階層為 4 MB。

• 影像維度必須介於 50 x 50 像素和 10,000 x 10,000 像素之間。

• 如果您的 PDF 有密碼鎖定，則必須先移除鎖定才能提交。

• 針對 1024 x 768 像素影像的擷取文字高度下限為 12 像素。 此尺寸在 150 點/英吋 (DPI) 時大約相當於 8 點文字。

• 針對自訂模型定型，自訂範本模型的定型資料頁數上限為 500，而自訂神經網路模型的上限則為 50,000。

  • 針對自訂擷取模型定型，範本模型的定型資料大小總計為 50 MB，而神經模型的大小總計則為 1G-MB。

  • 針對自訂分類模型定型，定型資料的大小總計為 1GB (上限為 10,000 頁)。

嘗試稅務文件資料擷取

了解如何從發票擷取資料，包括客戶資訊、廠商詳細資料與明細項目。 您需要下列資源：

• Azure 訂用帳戶 - 您可免費建立一個訂用帳戶

• Azure 入口網站中的 Document Intelligence 執行個體。 您可以使用免費定價層 (F0) 來試用服務。 部署資源後，選取 [前往資源] 以取得金鑰和端點。

Document Intelligence Studio

1. 在文件智慧服務工作室首頁上，選取 支持的稅務文件模型。

2. 您可以分析範例稅務文件，或上傳您自己的檔案。

3. 選取 [執行分析] 按鈕，並視需要設定 [分析選項]：

   

試用文件智慧工作室

支援的語言和地區設定

如需支援語言的完整清單，請參閱我們的 語言支援—預建模型頁面。

欄位擷取 W-2

以下是從 JSON 輸出回應中 W-2 稅務表單擷取的欄位。

在 GitHub 上檢視範例。

名稱	類型​​	描述	範例輸出	受撫養者
W-2FormVariant	String	IR W-2 表單變體。 此欄位可以具有下列其中一個值：W-2、W-2AS、W-2CM、W-2GU 或 W-2VI	W-2
TaxYear	數字	表單稅務年度	2021
W2Copy	String	W-2 稅務複本版本，以及與此複本相關的列印指示	複本 A 適用於社會安全局
Employee	object	包含社會安全號碼、姓名和地址的物件
ControlNumber	字串	W-2 控制編號。 IRS W-2 欄位 d	0AB12 D345 7890
Employer	Object	包含雇主身分識別碼 (EIN)、姓名和地址的物件
WagesTipsAndOtherCompensation	數字	以美元為單位的薪資、小費和其他補償金額。 IRS W-2 欄位 1	1234567.89
FederalIncomeTaxWithheld	數字	以美元為單位的聯邦所得稅預扣金額。 IRS W-2 欄位 2	1234567.89
SocialSecurityWages	數字	以美元為單位的社會安全工資金額。 IRS W-2 欄位 3	1234567.89
SocialSecurityTaxWithheld	數字	以美元為單位的社會安全稅務預扣金額。 IRS W-2 欄位 4	1234567.89
MedicareWagesAndTips	數字	以美元為單位的醫療保險薪資金額。 IRS W-2 欄位 5	1234567.89
MedicareTaxWithheld	數字	以美元為單位的醫療稅務預扣金額。 IRS W-2 欄位 6	1234567.89
SocialSecurityTips	數字	以美元為單位的社會安全小費金額。 IRS W-2 欄位 7	1234567.89
AllocatedTips	數字	以美元為單位的劃分小費。 IRS W-2 欄位 8	1234567.89
VerificationCode	數字	W-2 驗證碼。 IRS W-2 欄位 9	1234567.89
DependentCareBenefits	數字	以美元為單位的受扶養人照護福利金額。 IRS W-2 欄位 10	1234567.89
NonQualifiedPlans	數字	以美元為單位的非限定方案金額。 IRS W-2 欄位 11	1234567.89
IsStatutoryEmployee	String	IRS W-2 欄位 13 的一部分。 可以是 true 或 false	true
IsRetirementPlan	String	IRS W-2 欄位 13 的一部分。 可以是 true 或 false	true
IsThirdPartySickPay	String	IRS W-2 欄位 13 的一部分。 可以是 true 或 false	true
Other	String	IRS W-2 欄位 14 的內容	SICK LV WAGES SBJT TO $511/DAY LIMIT 1356
StateTaxInfos	Array	州稅相關資訊。 IRS W-2 欄位 15 到 17 的內容
LocaleTaxInfos	Array	當地稅相關資訊。 IRS W-2 欄位 18 到 20 的內容

欄位擷取 1098

以下是從 JSON 輸出回應中 1098 稅務表單擷取的欄位。 也支援 1098-T 和 1098-E 表單。

名稱	類型​​	描述	範例輸出
TaxYear	數字	表單稅務年度	2021
借款人	Object	包含借款人 TIN、姓名、地址和 AccountNumber 的物件
放款人	Object	包含放款人 TIN、姓名、地址和電話的物件
抵押貸款利息	數字	向付款人/借款人收取的抵押貸款利息金額 (方塊 1)	1,234,567.89
OutstandingMortgagePrincipal	數字	未償還抵押貸款本金 (方塊 2)	1,234,567.89
MortgageOriginationDate	Date	抵押貸款的起始日期 (方塊 3)	2022 年 1 月 1 日
OverpaidInterestRefund	數字	溢付利息的退還金額 (方塊 4)	1,234,567.89
MortgageInsurancePremium	數字	抵押保險保費金額 (方塊 5)	1,234,567.89
PointsPaid	數字	購買主要住宅時支付的積分 (方塊 6)	1,234,567.89
IsPropertyAddressSameAsBorrower	String	抵押財產的地址與付款人/借款人的郵寄地址是否相同 (方塊 7)	true
PropertyAddress	String	抵押財產的地址或描述 (方塊 8)	123 Main St., Redmond WA 98052
MortgagedPropertiesCount	數字	抵押財產數量 (方塊 9)	1
其他	String	向付款人報告的額外資訊 (方塊 10)
RealEstateTax	數字	房地產稅 (方塊 1)	1,234,567.89
AdditionalAssessment	String	加入對財產的評量 (方塊 10)	1,234,567.89
MortgageAcquisitionDate	date	抵押貸款取得日期 (方塊 11)	2022 年 1 月 1 日

欄位擷取 1099-NEC

以下是從 JSON 輸出回應中 1099-NEC 稅務表單擷取的欄位。 也支援 1099 的其他變化型。

名稱	類型​​	描述	範例輸出
TaxYear	String	從 1099-NEC 表單擷取的稅賦年度。	2021
Payer	Object	包含放款人 TIN、姓名、地址和電話號碼的物件
Recipient	Object	包含借款人 TIN、姓名、地址和帳號的物件
Box1	數值	從 1099-NEC 表單擷取的方塊 1。	123456
Box2	boolean	從 1099-NEC 表單擷取的方塊 2。	true
Box4	數值	從 1099-NEC 表單擷取的方塊 4。	123456
StateTaxesWithheld	陣列	從 1099-NEC (方塊 5、6 和 7) 擷取的國家稅賦扣繳

欄位擷取 1040 稅務表單

以下是從 JSON 輸出回應中 1040 稅務表單擷取的欄位。 也支援 1040 的其他變化型。

名稱	類型​​	描述	範例輸出
TaxPayer	Object	包含納稅人資訊 (例如：社會安全號碼、姓氏、位址) 的物件
Spouse	Object	包含配偶的資訊 (例如：社會安全號碼、姓氏、名字和名字縮寫) 的物件
Dependents	陣列	包含受撫養者清單 (包括名稱、社會安全號碼、信用類型等資訊) 的陣列
ThirdPartyDesignee	object	包含第三方被指派者相關資訊的物件
SignatureDetails	object	包含有關簽署者的資訊 (例如電話號碼和電子郵件) 的物件
PaidPreparer	object	包含準備者相關資訊的物件。
FillingStatus	String	值可以是以下任一個：noSelection、single、marriedFilingJointly、marriedFillingSeparately、headOfHousehold、qualifyingSurvivingSpouse multiSelection。	single
FilingStatusDetails	object	包含提申狀態相關資訊的物件。
NameOfSpouseOrQualifyingPerson	String	從 1040 表單擷取的配偶或合格人員名稱。	John Smith
PresidentialElectionCampaign	String	值可以是 noSelection、納稅人、配偶或 multiSelection 之一。	納稅人
PresidentialElectionCampaignDetails	object	包含關於總統競選活動詳細資料的物件。
DigitalAssets	String	值可以是以下任一個：noSelection、yes、no、multiSelection。	是
DigitalAssetsDetails	object	包含關於數位資產詳細資料的物件。
ClaimStatus	String	Value 可以是以下任一個：noSelection、taxpayerAsDependent、spouseAsDependent、spouseItemizesSeparatelyOrDualStatusAlien、multiSelection。	taxpayerAsDependent
ClaimStatusDetails	object	包含關於索賠狀態詳細資料的物件。
TaxpayerAgeBlindness	String	值可以是以下任一個：noSelection、above64、multiSelection。	above64
TaxPayerAgeBlindnessDetails	object	包含關於納稅人年齡失明的詳細資料的物件。
SpouseAgeBlindness	String	值可以是以下任一個：noSelection、above64、multiSelection。	above64
TaxPayerAgeBlindnessDetails	object	包含關於配偶年齡失明的詳細資料的物件。
MoreThanFourDependents	boolean	從 1040 表單擷取的四個以上的受撫養者。	true
Box1a	數值	從 1040 擷取的方塊 1a。	123456
根據提供的 JSON 結構，並將它轉換成與要求相同的資料表格式，結果如下所示：
Box1b	數值	從 1040 擷取的方塊 1b。	123456
Box1c	數值	從 1040 擷取的方塊 1c。	123456
Box1d	數值	從 1040 擷取的方塊 1d。	123456
Box1e	數值	從 1040 擷取的方塊 1e。	123456
Box1f	數值	從 1040 擷取的方塊 1f。	123456
Box1g	數值	從 1040 擷取的方塊 1g。	123456
Box1h	數值	從 1040 擷取的方塊 1h。	123456
Box1i	數值	從 1040 擷取的方塊 1i。	123456
Box1z	數值	從 1040 擷取的方塊 1z。	123456
Box2a	數值	從 1040 擷取的方塊 2a。	123456
Box2b	數值	從 1040 擷取的方塊 2b。	123456
Box3a	數值	從 1040 擷取的方塊 3a。	123456
Box3b	數值	從 1040 擷取的方塊 3b。	123456
Box4a	數值	從 1040 擷取的方塊 4a。	123456
Box4b	數值	從 1040 擷取的方塊 4b。	123456
Box5a	數值	從 1040 擷取的方塊 5a。	123456
Box5b	數值	從 1040 擷取的方塊 5b。	123456
Box6a	數值	從 1040 擷取的方塊 6a。	123456
Box6b	數值	從 1040 擷取的方塊 6b。	123456
Box6cCheckbox	boolean	從 1040 擷取的方塊 6c 核取方塊。	true
Box7Checkbox	boolean	從 1040 擷取的方塊 7 核取方塊。	true
Box7	數值	從 1040 擷取的方塊 7。	123456
Box8	數值	從 1040 擷取的方塊 8。	123456
Box9	數值	從 1040 擷取的方塊 9。	123456
Box10	數值	從 1040 擷取的方塊 10。	123456
Box11	數值	從 1040 擷取的方塊 11。	123456
Box12	數值	從 1040 擷取的方塊 12。	123456
Box13	數值	從 1040 擷取的方塊 13。	123456
Box14	數值	從 1040 擷取的方塊 14。	123456
Box15	數值	從 1040 擷取的方塊 15。	123456
Box16FromForm	字串	值可以是以下任一個：noSelection、8814、4972、其他或 multiSelection。	8814
Box16FromFormDetails	object	包含關於方塊 16 詳細資料的物件
Box16OtherFormNumber	字串	從 1040 擷取的 方塊 16 其他表單號碼。	8888
Box16	數值	從 1040 擷取的方塊 16。	123456
Box17	數值	從 1040 擷取的方塊 17。	123456
Box18	數值	從 1040 擷取的方塊 18。	123456
Box19	數值	從 1040 擷取的方塊 19。	123456
Box20	數值	從 1040 擷取的方塊 20。	123456
Box21	數值	從 1040 擷取的方塊 21。	123456
Box22	數值	從 1040 擷取的方塊 22。	123456
Box23	數值	從 1040 擷取的方塊 23。	123456
Box24	數值	從 1040 擷取的方塊 24。	123456
Box25a	數值	從 1040 擷取的方塊 25a。	123456
Box25b	數值	從 1040 擷取的方塊 25b。	123456
Box25c	數值	從 1040 擷取的方塊 25c。	123456
Box25d	數值	從 1040 擷取的方塊 25d。	123456
Box26	數值	從 1040 擷取的方塊 26。	123456
Box27	數值	從 1040 擷取的方塊 27。	123456
Box28	數值	從 1040 擷取的方塊 28。	123456
Box29	數值	從 1040 擷取的方塊 29。	123456
Box31	數值	從 1040 擷取的方塊 31。	123456
Box32	數值	從 1040 擷取的方塊 32。	123456
Box33	數值	從 1040 擷取的方塊 33。	123456
Box34	數值	從 1040 擷取的方塊 34。	123456
Box35Checkbox	boolean	從 1040 擷取的方塊 35 核取方塊。	true
Box35a	數值	從 1040 擷取的方塊 35a。	123456
Box35b	數值	從 1040 擷取的方塊 35b。	123456
Box35c	字串	值可以是以下任一個：noSelection、活存、儲蓄、或 multiSelection。	檢查
Box35cDetails	object	包含關於方塊 35c 詳細資料的物件
Box35d	數值	從 1040 擷取的方塊 35d。	123456
Box36	數值	從 1040 擷取的方塊 36。	123456
Box37	數值	從 1040 擷取的方塊 37。	123456
Box38	數值	從 1040 擷取的方塊 38。	123456
HasAssignedThirdPartyDesignee	字串	值可以是以下任一個：noSelection、yes、no、multiSelection。	是
HasAssignedThirdPartyDesigneeDetails	object	包含已指派之第三方簽署者所選取項目相關資訊的物件

擷取的稅務文件機碼值組和明細項目位於 JSON 輸出的 documentResults 區段中。

下一步

• 使用文件智慧服務工作室嘗試處理您自己的表單和文件。

• 完成 Document Intelligence 快速入門，並開始以您選擇的開發語言來建立文件處理應用程式。

• 在 GitHub 上尋找更多範例 (英文)。